Una conversación digital disponible a cualquier hora puede resultar atractiva para quien viaja, trabaja hasta tarde o teme ser reconocido al buscar ayuda. Pero la disponibilidad no equivale a responsabilidad clínica. Un ensayo aleatorizado de un chatbot terapéutico con IA obtuvo resultados prometedores sobre los síntomas, aunque dejó sin evaluar una cuestión fundamental: ¿cómo se compararía con un terapeuta cualificado que ofreciera un tratamiento adecuado?
Hallazgos principales
210 adultos: participantes asignados aleatoriamente en el ensayo de Therabot de 2025; 106 recibieron acceso y 104 fueron asignados a una lista de espera.
Cuatro semanas: duración de la intervención, con una evaluación adicional a las ocho semanas.
6.13 frente a 2.63 puntos: reducciones medias de la puntuación de depresión a las cuatro semanas en el grupo con los síntomas correspondientes.
Sin grupo de terapia con un profesional: el estudio no estableció superioridad ni equivalencia respecto a un curso de terapia impartido por un profesional clínico. [1]
El grupo en lista de espera también mejoró
El gráfico muestra las medias publicadas, no los intervalos de confianza ni el porcentaje de personas recuperadas. El artículo original contiene la comparación estadística. Fuente: Heinz y colaboradores, NEJM AI. [1]
El ensayo también comunicó mayores reducciones de los síntomas de ansiedad y de las dificultades relacionadas con la alimentación. Estos resultados utilizan medidas distintas y no deben representarse en una única escala común de gravedad.
La conclusión que puede sostenerse se refiere a esta intervención concreta en las condiciones del estudio. No es un hallazgo general sobre todas las conversaciones con IA.
Por qué el comparador cambia el titular
Una comparación con una lista de espera examina si acceder a la intervención ofrece mejores resultados que esperar en las condiciones del ensayo. Una comparación directa con un tratamiento plantea una pregunta diferente.
Para afirmar que existe equivalencia con la terapia impartida por un profesional, un estudio necesitaría un tratamiento activo definido y un diseño adecuado. Tomar un porcentaje de otro ensayo de terapia no permite suplir la comparación que falta.
La selección de participantes, la gravedad, el contacto y el seguimiento pueden diferir entre estudios. Esas diferencias siguen siendo importantes incluso cuando las cifras resultantes parecen fáciles de comparar.
Sentirse comprendido no constituye una evaluación completa de la seguridad
Una valoración positiva de la relación puede ser importante para el usuario. No demuestra que un sistema reconozca un cuadro clínico complejo, responda adecuadamente ante un empeoramiento o asuma la responsabilidad del tratamiento.
Por tanto, la participación, la experiencia, los cambios en los síntomas y la seguridad deben comunicarse por separado. El tiempo dedicado a conversar no equivale automáticamente a progreso clínico.
Para una persona con un cargo exigente, una conversación sin obstáculos puede resultar atractiva. La evaluación debe examinar si contribuye al objetivo previsto sin retrasar una valoración profesional adecuada.
La evidencia se aplica al sistema estudiado
Therabot se desarrolló específicamente y se ajustó para la intervención. La información publicada por Dartmouth destacó la supervisión clínica y el trabajo adicional en materia de seguridad. Su reconocimiento de la investigación en julio de 2026 no constituyó un segundo ensayo independiente de eficacia. [2] [3]
Una interfaz similar no convierte otro producto en un equivalente clínico. Conviene preguntar si el servicio ofrecido es el que se evaluó o cómo respalda la evidencia un cambio sustancial.
La versión importa. La investigación realizada sobre un sistema no debe convertirse en una afirmación clínica ilimitada aplicable a todas las versiones posteriores o a cualquier chatbot de propósito general.
Una afirmación más contundente requiere evidencia más sólida
| Afirmación | Evidencia necesaria |
|---|---|
| Mejores resultados que permanecer en lista de espera | Una comparación aleatorizada adecuada, con población y periodo especificados |
| Tan eficaz como la terapia impartida por un profesional | Un estudio sólido de equivalencia o no inferioridad con un comparador activo |
| Seguro sin supervisión | Evaluación directa del uso autónomo, la derivación a un nivel superior de atención y los daños |
| Adecuado para pacientes con cuadros complejos | Evidencia en una población clínica pertinente |
| Mejora la recuperación a largo plazo | Seguimiento más prolongado, funcionamiento, atención posterior e información sobre los datos faltantes |
Esta tabla propone un criterio de evidencia. No certifica ningún producto ni comunica resultados de THE BALANCE.
La privacidad exige respuestas más allá de una etiqueta tranquilizadora
Las orientaciones de la OMS sobre IA identifican riesgos relacionados con respuestas inexactas, sesgos, privacidad, ciberseguridad y dependencia excesiva de las recomendaciones automatizadas. Reclaman supervisión y evaluación. [4]
En el caso de una persona con proyección pública, conviene preguntar qué información se recopila, quién puede acceder a ella y si se utiliza para seguir desarrollando el sistema. La afirmación de que una conversación es privada no debe sustituir unas condiciones comprensibles.
La privacidad no debe implicar aislamiento de la ayuda adecuada. Un servicio necesita explicar claramente qué ocurre cuando las necesidades del usuario exceden la función de la herramienta.
Este artículo no evalúa la capacidad de ningún producto para responder a emergencias. Una herramienta conversacional no debe sustituir a los servicios de emergencia ni a la ayuda clínica directa cuando se necesita una valoración urgente.
La portabilidad no equivale a continuidad
Un teléfono viaja con mayor facilidad que un equipo clínico. Es una ventaja práctica, pero no responde a la pregunta de quién coordina la atención entre distintos lugares.
Un paciente podría utilizar una herramienta de apoyo digital mientras recibe atención de varios profesionales. El servicio debe explicar si la herramienta ofrece información educativa, apoyo para el autocuidado, un complemento al tratamiento o un itinerario de tratamiento.
Con el consentimiento adecuado, puede ser necesario transmitir información pertinente al profesional clínico responsable del tratamiento. El paciente también debe saber qué hacer si una respuesta digital entra en conflicto con un plan existente. La disponibilidad, por sí sola, no resuelve la cuestión de la responsabilidad clínica.
La comodidad no debe determinar para quién es adecuado
El estudio no establece la idoneidad para todos los niños, personas en crisis o pacientes con afecciones concomitantes graves. Los criterios de inclusión y exclusión determinan hasta dónde puede generalizarse un hallazgo.
La capacidad de quien funda una empresa para trabajar de forma independiente no demuestra que un tratamiento sin asistencia profesional sea clínicamente adecuado. Los recursos económicos y la soltura con las tecnologías digitales no sustituyen una evaluación de las necesidades.
Para los proveedores privados que integran herramientas, la cuestión es cómo encaja la tecnología en el plan de atención concreto. Un sistema no debe adquirir una función clínica indefinida simplemente porque resulte cómodo ponerlo a disposición.
El coste total no se limita a la suscripción
Un precio bajo no implica automáticamente un menor coste por paciente que mejora. La supervisión, la derivación a un nivel superior de atención, el uso continuado y los efectos sobre otras formas de atención deben incluirse en esa comparación.
Una evaluación útil definiría de quién son los costes contabilizados y qué resultados importan. También examinaría si las personas dejan de utilizar la herramienta o reciben tratamiento adicional.
Aquí no se calcula ningún resultado de coste-efectividad. Los hallazgos del ensayo sobre los síntomas no pueden convertirse en una ventaja económica sin los datos pertinentes.
Qué debería responder el próximo estudio útil
Un ensayo con comparador activo podría evaluar la intervención frente a una alternativa sólida, con contacto y responsabilidades clínicas definidos. Un seguimiento más prolongado abordaría el funcionamiento, la persistencia de los efectos y la atención adicional.
Los resultados adversos deben medirse directamente. La selección de participantes y las observaciones faltantes deben seguir siendo explícitas para que los voluntarios seleccionados no den lugar a una afirmación sobre todos los posibles usuarios.
También sería útil distinguir el contenido de la intervención de la experiencia de recibir atención inmediata. La atención puede tener valor, pero eso no demuestra qué componente produce el beneficio ni con qué seguridad puede trasladarse a la atención habitual.
La conclusión
El ensayo del chatbot ofrece un motivo para tomar en serio una intervención desarrollada cuidadosamente. También ofrece un motivo para rechazar una comparación más amplia que no se evaluó. Conviene preguntar si el servicio concreto cuenta con evidencia pertinente, responsabilidades claras y un lugar adecuado en la atención, no simplemente si parece expresarse como un terapeuta.
Para periodistas
Hallazgo principal: Therabot produjo cambios en los síntomas publicados mayores que los observados en la lista de espera en un ensayo aleatorizado con 210 adultos.
Salvedad importante: no se evaluó ningún grupo de terapia impartida por un profesional, y los cambios medios de puntuación no son porcentajes de recuperación.
Atribución sugerida: THE BALANCE analiza el ensayo publicado de Therabot y las orientaciones sobre gobernanza de la IA.
Metodología y fuentes
Este informe específico distingue el ensayo de los comentarios de sus desarrolladores y de las orientaciones sobre gobernanza. El gráfico muestra las magnitudes de las reducciones medias publicadas sin inventar medidas de incertidumbre. No hace ninguna afirmación sobre la certificación actual ni sobre la seguridad del tratamiento autónomo.
- Heinz y colaboradores. Ensayo aleatorizado de un chatbot de IA generativa para el tratamiento de la salud mental. 27 de marzo de 2025.
- Dartmouth. Resultados del ensayo y contexto de supervisión clínica. 27 de marzo de 2025.
- Dartmouth. Reconocimiento del estudio fundacional. Julio de 2026.
- OMS. Orientaciones sobre ética y gobernanza de la IA. 18 de enero de 2024.
